【摘 要】
：
裂缝是一种常见的道路病害,能否准确而有效地识别出裂缝在道路护理中非常重要。传统的基于机器视觉的裂缝检测方法,一般先由裂缝检测车获得数据,然后使用传统机器视觉等方法对其进行处理。这样的做法有很多的不足之处:检测车体积较大,在采集数据时效率低下;不同的拍摄角度获取的图像,无法准确的反应出现实中的真实情况,会进一步提高后续裂缝图像处理的难度;传统的裂缝图像处理方法精度较低,误差较大;整个裂缝检测的过程中
【基金项目】
：
国家自然科学基金资助项目（41506106,61701318, 61971289）； 江苏省六大人才高峰项目（SWYY-017）； 江苏省高等教育机构自然科学研究项目（No.18KJB41600119KJB160001）； 连云港市海燕计划（2019-QD-004）；
论文部分内容阅读
裂缝是一种常见的道路病害,能否准确而有效地识别出裂缝在道路护理中非常重要。传统的基于机器视觉的裂缝检测方法,一般先由裂缝检测车获得数据,然后使用传统机器视觉等方法对其进行处理。这样的做法有很多的不足之处:检测车体积较大,在采集数据时效率低下;不同的拍摄角度获取的图像,无法准确的反应出现实中的真实情况,会进一步提高后续裂缝图像处理的难度;传统的裂缝图像处理方法精度较低,误差较大;整个裂缝检测的过程中不系统。因此,为了解决上述的不足之处,本文设计了一套完整的裂缝检测方案,首先使用无人机采集数据,这极大的提高了数据采集的效率;接着对其进行预处理操作,从而获得待检测区域的正射影像,它能准确的反应出现实中真实的情况;其次使用基于深度学习的裂缝图像分类算法对正射图像块进行裂缝图像分类,获得含有裂缝的图像块;然后使用基于深度学习的裂缝图像语义分割算法对含有裂缝的图像块进行分割,获得该图像块的裂缝二值化图像;最后使用基于形态学特征的裂缝图像智能量化算法对裂缝二值化图像进行量化,从而获得裂缝的具体类别:横向、纵向、斜向、环状、块状和网状裂缝,以及其相应的量化指标:长度、宽度、重心、密度和外接矩形面积。具体说来本文的主要研究内容如下:（1）基于深度学习的裂缝图像分类算法:本文首先提出了一种宽度-深度同步扩展基础追求（WSEBP）算法去求解多层卷积稀疏编码,相比于其他求解算法,WSEBP在最大化求解精度的同时使得消耗计算资源最小化。然后将WSEBP和VGG分类模型结合从而得到WSEBP-VGG13裂缝图像分类模型,该模型的不仅在裂缝图像分类的性能好,而且还具有可解释性。（2）基于深度学习的裂缝图像语义分割算法:本文首先提出了一种新策略:在裂缝语义分割模型中使用多层卷积稀疏编码块去代替卷积操作。然后设计了多层卷积稀疏编码求解块,并将其应用于U-Net语义分割模型,得到了CSC-Unet裂缝语义分割模型。最后通过大量实验和分析证明了CSC-Unet裂缝语义分割模型的优势和可行性,以及最优性能的CSC-Unet裂缝语义分割模型。（3）基于形态学特征的裂缝图像智能量化算法:本文首先提出了一种基于连通域面积的阈值去噪算法,对裂缝二值化图像进行去噪和裂缝划分。其次提出了一种基于绝对长度阈值的裂缝图像毛刺去除方法去除裂缝骨架的毛刺。然后提出了一种基于连接算子的连接数快速计算方法,求裂缝骨架的连接总数。最后基于连接总数等形态学特征得到裂缝的具体类别以及相应的量化指标。该论文有图40幅,表14个,参考文献82篇。
其他文献
气候变化是21世纪全球面临的严峻挑战,对自然环境与人类社会造成了巨大的威胁,其中全球增温所致的气候变暖是气候变化最直接的影响之一。伴随着气候变暖,各类极端天气事件频发,尤其是极端热浪事件在影响范围、发生频次和强度上都显著提升,对广泛的人群造成了严重的健康损害。与此同时,大气特征污染物臭氧浓度由于前体物排放增加和全球变暖导致的高温、光照等有利生成条件的强化而呈现快速增长。因此,伴随气候变化,未来热浪
作为海洋中重要的物理过程,中尺度涡旋的三维结构受到越来越多的学者关注。中尺度涡旋能够影响环流以及温盐分布,进而影响海洋环境。因此,研究中尺度涡旋对于认识海洋至关重要。海表盐度（SSS）作为研究海洋变化和中尺度涡结构的重要物理量,对海洋生态环境和海洋可持续发展具有重要意义。由于季风、环流等海气活动频繁,西太平洋成为影响我国短期气候异常的重点区域。为此,在西太平洋开展了海表盐度的反演和海表面特征分析的
舟山群岛,俗称“千岛之城”,地处浙江省东部,是浙江省重要的港口城市,同时拥有世界第一大港口“宁波舟山港”。这主要得益于舟山群岛优越的地理位置和群岛之间良好的区域生态环境,但是优越的地理环境同样也会面临许多难以解决的问题,例如,舟山海域的水体污染以及风暴潮的影响等,这些难题对舟山海域的社会经济的发展带来了负面影响,由于舟山海域岛屿众多,且地形复杂多变,所以舟山海域的水动力环境十分复杂。近年来,由于全
水是生命之源,是人类生存的基本自然资源。湖泊作为地表水的重要组成部分,在水文和环境领域中发挥着重要作用。但是,受气候和人类活动的影响,湖泊水体正在快速变化,最终影响生态环境。因此,快速准确的提取水体信息,及时掌握湖泊的动态变化,对于环境研究和人类社会可持续发展具有重要意义。本文以高邮湖为研究区,基于Google Earth Engine（GEE）云平台通过利用Landsat影像数据实现对近40年的
在可预见的未来,农药作为果园病虫草害防治最为有效的方法,在提高农业产量和收入方面仍然发挥着重要作用。错误使用农药不仅会损害农作物,而且会增加农业生产的成本。西方发达国家已开始使用精准变量喷药技术来进行喷药,为了提高农药的使用效率,减少农药的污染,本文通过研究倾斜摄影测量不同无人机飞行参数对果树三维建模的影响,进而研究不同果树冠层体积对喷药量的影响。运用PIX4D拼图、Context Capture
背包激光雷达扫描技术（Backpack Li DAR,背包Li DAR）是一种新式的激光雷达扫描技术。因其背负式的便捷操作方式以及相关技术的不断发展,其在林业资源调查中能够发挥较大作用,尤其是在单木胸径的提取上,相比机载式激光扫描技术能够更完整、快速、便捷地获取林下点云数据。传统提取胸径的方法是通过截取单木胸径处点云进行圆拟合,以拟合圆的直径作为单木胸径参数,但是在城市公园中,景观树木多为移栽而来
地表形变监测是有利于人类与自然和谐相处。传统测量方式（水准测量和卫星定位系统测量）不具备速度快、全天候、全天时和成本低等独有的优势,合成孔径雷达干涉（In SAR）测量技术发展至今,合成孔径雷达差分干涉（DIn SAR）测量技术受到时间、空间失相干和大气效应等因素的限制。目前,新提出的永久散射体合成孔径雷达干涉（PSIn SAR）技术不仅克服了DIn SAR技术的难题,而且其监测形变速率精度接近于
湖滨带在整个生态系统中具有特殊地位,湖滨带生态系统在维持整个生态系统的稳定当中发挥着重要作用。但是目前,由于人为的开发和利用正使湖滨带生态遭到严重破坏,所以亟需对湖滨带的土地覆被变化情况进行检测,及时发现不合理的土地利用情况,有效维持湖滨带生态系统的稳定,从而保障陆地和水生生态系统的稳定,因此对湖滨带土地覆被变化情况进行检测具有一定的现实意义。传统的变化检测主要通过人工实地调查的方法,这不仅会浪费
森林作为一项可再生资源在人类文明的生存发展中扮演着重要的角色,及时的了解森林资源的存量及相应分布状况,是林业可持续发展的基础,同时森林植被类型的正确识别为保护森林资源提供依据和基础。然而植被类型分类有较大的难度,体现在不同植被间光谱信息相似,并且同种植被还会表现出不同的遥感解译标志。传统基于像元的分类方法应用于高分辨率遥感影像分类时,已不能充分利用其高分辨率、丰富的几何纹理信息的优势,只能学习到影
河道测量能够反映河道的内部状况,为航道清淤提供最新的信息,有利于对河道水库进行管理和改善,为了保证船舶安全航线的安全和通航能力,对河道进行定期测量是非常必要的。在长江经济带发展中,航道建设越来越重要,而航道测绘作为航道建设和维护的先行军,其重要性也日益凸显。加强长江航道的维护工作,保障长江航道的畅通,对两岸地区经济乃至全国经济都具有战略性地位。因此,利用水深测量技术实时、准确地获取长江航道水下地形